CN102235911A - 一种城市目标热辐射方向性的检测方法 - Google Patents
一种城市目标热辐射方向性的检测方法 Download PDFInfo
- Publication number
- CN102235911A CN102235911A CN2010101541088A CN201010154108A CN102235911A CN 102235911 A CN102235911 A CN 102235911A CN 2010101541088 A CN2010101541088 A CN 2010101541088A CN 201010154108 A CN201010154108 A CN 201010154108A CN 102235911 A CN102235911 A CN 102235911A
- Authority
- CN
- China
- Prior art keywords
- urban
- temperature
- target
- component
- heat radiation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明公开了一种城市目标热辐射方向性的检测方法,该方法为:通过对获取与城市区域目标有关的目标尺寸、空间位置关系、城市区域组分分类和分布等参数,并依据这些参数建立城市目标物理模型;同时,借助Visual Studio 2005开发平台和OpenGL三维建模语言编程开发城市目标热辐射方向性计算机模型,确定城市区域的方向亮温特性和热辐射空间分布。
Description
技术领域
本发明涉及一种热辐射检测方法,特别涉及城市目标热辐射方向性的检测方法。
背景技术
城市热环境作为城市环境问题的一个极其重要的方面,是当前城市气候、环境的研究热点问题。自从1818年,Lake Howard在其所著的《伦敦的气候》一书中指出伦敦城市内气温比周围郊区高,人们开始关注城市的热环境。此后,各国学者陆续观测了许多位于中高纬度与低纬度的城市,都存在城市气温比郊区高的现象。过去几十年,城市快速扩张和其他人类活动对城市生态环境和气候变化产生了巨大的影响。以城市热效应为代表的城市热环境变化,已愈来愈引起各国学者和政府的高度重视,如美国航空航天局(NASA)和环保署(EPA)共同发起的“Urban Heat Island Pilot Project”计划、加拿大启动的“Cool Toronto Project”计划,东京、香港等大都市也纷纷开展了有关城市热效应的研究工作。显然,开展城市热环境研究,掌握城市热环境变化规律和城市地表能量收支,对优化人居环境、合理规划城市发展具有重要的现实意义。
自1972年Rao首次利用卫星遥感数据进行城市地表热环境制图以来,许多学者纷纷利用遥感技术开展有关城市热环境的研究工作。借助遥感技术获取地表热辐射参数,研究城市热效应,是热红外遥感研究的主要领域之一。而地表温度作为陆面过程最关键的热辐射参数,长期以来备受关注。然而研究结果表明,不同传感器甚至同一传感器在不同检测条件下,获取地面同一城市目标的表面辐射温度存在差异,即异质性地表热辐射具有方向性。随着热红外遥感影像分辨率的不断提高,地表异质性已成为限制地表温度遥感反演精度提高的关键因素,并引起了学术界的高度重视。城市目标热辐射方向性为城市地表温度反演带来的不确定性,严重制约了城市热环境的定量分析,进而也阻碍了对城市热环境变化规律的研究发展。
发明内容
本发明目的在于提供一种城市目标热辐射方向性的检测方法。
本发明目的是通过如下技术方案实现的:
通过对获取与城市区域目标有关的目标尺寸、空间位置关系、城市区域组分分类和分布等参数,并依据这些参数建立城市目标物理模型;同时,借助Visual Studio 2005开发平台和OpenGL三维建模语言编程开发城市目标热辐射方向性计算机模型,确定城市区域的方向亮温特性和热辐射空间分布。
技术方案
用数码相机对建筑物、草地和地面实体进行成像,获取形态结构和组合方式及表面纹理图案;用激光测距仪测量建筑物的长、宽和高度等几何结构数据;
用GPS精确定位实体空间位置;将检测记录编号,记录了各类实体的空间相对位置关系;制作按真实建筑大小1∶30--50缩小的城市目标物理模型;城市目标物理模型采用常规建筑材料制成,将模型按照一定的间距布局构成城市区域的比例模型;城市目标物理模型长∶宽∶高为30∶20∶26cm;对城市目标物理模型的各个表面按一定的温度范围进行分组;温度接近的表面划分为同一种组分类型,有一个确定的组分亮度温度值;当组分内绝对温度差小于2度时,能保证组分温度平均偏差不超过1度;为保证各组分内温度差异满足精度要求,当组分内差异大于2度以上时,将该组分划分为两种或更多组分;城市目标热辐射方向性计算机模型检测方向亮温;计算机模型包括面元分解模块、参数设置模块;面元分解是对导入的城市区域三维场景中的各个实体表面进行等大小分割离散化,面元分解的面积大小可由用户输入,面积越小,分解所需时间越长,模拟计算的时间也越长,但模拟精度最高;参数设置模块是把用户提供的组分温度,赋予场景中各个对应的组分;模拟计算模块根据用户的输入数据,进行模拟运算,完成光照状态、可见状态、组分在视场内的比例和方向亮温的确定。
附图说明
图1技术路线
图2北京师范大学东门小区
图3北京市朝阳区国贸商业区
图4北京市黄土店
图5北京市房山区霍营小区
图6城市目标地面调查检测
图7城市目标物理模型
图8北京师范大学房山综合实验基地检测目标建筑物
图9北京师范大学实验基地1号建筑各面的温度
图10南墙与东西墙表面温度差异日变化曲线图
图11取平均组分温度对组分温度估计的影响(2008年8月22日12:00)
图12面元分解
图13太阳位置参数输入框
图14传感器和目标参数输入框
图15组分温度参数输入框
图16模拟计算模块菜单
图17模拟光照状态模拟结果
图18面元可见状态模拟结果
图19物理模型示意图
图20检测场局部空间坐标系统示意图
图21东西方向检测平面示意图
图22组分温度的检测
图23城市物理模型方向亮温模拟值与检测值对比图(2008年8月22日)
图24不同检测视角方向亮温平均模拟误差分布图
图25不同天顶角方向亮温模拟绝对误差图
图26不同方位角方向亮温模拟绝对误差图
图27随机视角方向亮温对比图
图28方向亮温模拟值随天顶角变化图(以天顶角45°,方位角135°为基准检测方向)
图29方向亮温模拟值随方位角变化图(以天顶角45°,方位角135°为基准检测方向)
图30方向亮温模拟值随面元大小变化图(以天顶角45°,方位角135°为基准检测方向)
具体实施方式
实施例1:真实城市地表的热辐射方向性计算机模拟
城市典型小区调查
为寻求更符合城市真实情况的城市目标简化方案,2007年12月29日至2008年1月1日、2008年12月24日两个时期,在北京市区内展开了城市建筑物布局的地面调查。调查区域类型依建筑物的高度和空间分布情况分为四种:1)城市CBD区域,选择朝阳区的国贸商业区作为北京城市CBD区域的代表区域。该区域的建筑多属于高层建筑,建筑外形多为规则几何体,且分布较为集中;2)旧居民区,选择位于北京师范大学东门附近的居民区作为城市旧居民区的代表区域。该区域的建筑多以民用住房,以六、七层高建筑居多,但在空间分布上较不规则;3)城市低矮建筑群,以北京市东北郊的黄土店区域为代表。这个区域的建筑主要是一至两层的底层居民房,房屋排列密集,房屋之间多以狭长的胡同间隔;4)新居民区,选择北京市北郊的房山区霍营区域,这个区域的居民建筑多是新建不久,建筑物尺寸大小相似,分布规则,排列紧凑,呈现极强的城市建筑整体规划效果。图2-图5为四个区域航空图片(为Google Earth软件截图)。
图2-图5城市目标调查研究区航空影像(来自Google Earth软件截图)
城市目标地面调查方案
通过实地检测,考察城市地表主要实体,确定其形态结构的简化方式及参数化方案。主要记录城市地表中建筑物、地表、草地三类实体的几何尺寸、材质、结构及主要实体之间的组合方式和分布特征。为下一步城市热辐射方向性计算机模型和物理模型的构建提供合理的参数依据。拟选取建筑布局规则、结构单一的居民区进行实地检测,考察城市中建筑物、地表、草地三类主要实体,确定其形态结构的简化方式及参数,完成城市地表主要实体的简化方案。检测方案见表1。
表1城市地面主要实体的实地检测方法与内容
检测方案
1)数码相机:对建筑物、草地和地面实体进行成像,获取形态结构和组合方式及表面纹理图案;
2)激光测距仪:测量建筑物的长、宽和高度等几何结构数据;
3)GPS:精确定位实体空间位置。
检测记录编号规范
1)小区编号:DXX(如D03代表第三小区);
2)建筑物编号:BXXX(如B007代表某小区内第7座建筑物)
3)相片编号:取相机实拍时编号;
4)草地编号:GXXX(如G011代表某小区内第11块草地);
5)地块编号:主要是指大块的水泥、沥青或砖铺设的地块表面。
城市目标地面调查数据分析
通过对城市典型区域的地面目标实际调查,获得了大量城市建筑物、街道、绿化带的几何尺寸和结构数据,同时记录了各类实体的空间相对位置关系,为城市地面目标建模提供合理依据。表2所示为北京师范大学东门居民区建筑物尺寸调查数据记录表。
表2北京师范大学东门居民区建筑物尺寸调查数据记录表
根据对城市四个典型区域建筑、街道、草地的结构尺寸实际测量值按区域进行统计,得到建筑物平均高度为15.2米,平均宽度为16.3米,平均长度为70.8米,建筑南北平均间距为26.5米,东西平均间距为10.1米。综合考虑建筑几何尺寸统计结果、实际检测场地大小和传感器视场等因素,制作了按真实建筑大小1∶50缩小的城市目标物理模型。城市目标物理模型采用常规建筑材料(水泥和轻体砖)制成,长∶宽∶高为30∶20∶26cm。将这些模型按照一定的间距布局构成城市区域的比例模型(Scale Model)。如图7所示。
根据城市地面调查的城市典型区域建筑物的几何尺寸统计结果,本发明将城市地表简化为一个足够大小的二维平面,作为城市其他目标实体的承载面,建筑物简化为一系列长方体,并进行适当的空间布局,构成建筑—街道—建筑的城市三维场景布局。草地简化为高度极小的长方体,分布在建筑物的周围区域。
组分温度分类
为定量模拟城市目标的方向亮温,需对城市空间温度分布进行分类,即对城市目标的各个表面按一定的温度范围进行分组。温度接近的表面划分为同一种组分类型,有一个确定的组分亮度温度值。组分的分类方案一般是按照温度范围与物质特性相结合的办法进行的。
组分温度检测试验
为建立适用于城市目标热辐射方向性计算机模型的组分分类方案,2008年11月19日至21日,我们在北京师范大学房山综合实验基地(116°03′18.3″E,39°41′29.1″N)开展了对真实城市建筑组分温度的检测试验。检测目标为综合实验基地内三个独立建筑物,建筑物周围无其他大型建筑物遮挡。如图3所示。
检测目标为三个建筑物的东、西、南、北共四个墙面,1号建筑物的屋顶,水泥地表和草地等组分。检测仪器如表3所示。
表3试验检测仪器
检测方法:利用固定式测温仪对1号建筑的五个表面进行持续检测,每30秒记录一次温度数据。检测时,固定式测温仪传感器垂直于各表面,并将固定式测温仪器的检测支架升至最高,以尽量减少地表对检测温度的影响。对于2号和3号建筑物的四个墙面采用手持式测温仪进行温度检测,每半小时记录一次,读取五次测量值的平均值作为墙体表面的半小时温度值,检测时保持手持式测温仪与墙面垂直,距离50cm左右。具体检测方案见表4。
表4组分温度检测方案
在一整天的检测过程中,由于太阳位置的变化,建筑物的三维立体结构对草地和地面的遮挡形成阴影遮蔽区域。建筑物不同朝向的墙面随太阳变化而形成光照和阴影状态的变化。表5为2008年11月21日,检测目标建筑在自然光照条件下,一天内的光照和阴影状态情况。
表5检测目标建筑各墙面光照阴影状态(2008年11月21日)
由于城市实体表面处于光照或阴影状态下,接受到太阳辐射能的差异很大,引起表面温度存在较大差异,进而产生组分分类区分的温度基础。对各个组分的光照和阴影区域进行了按时间变化的温度检测,通过对建筑各个墙面的时间序列温度对比,分析不同墙面在光照或阴影状态条件下的温度情况,为城市区域的组分分类提供检测数据依据。
城市区域组分分类分析
城市区域组分的分类主要从组分的物质特性和温度范围两个方面进行划分;由于建筑的屋顶一般较少被遮挡,通常为恒定的光照状态,故可将建筑物屋顶视为一种组分。而受入射太阳光入射角不同影响,四个墙面在一天的不同时刻的光照条件不同,接受太阳照射时间也有区别,加上墙面本身组成成分的热力学性质差异,导致同为光照墙面,其表面温度差异却可能很大。因此,在进行城市区域的热辐射方向性相关研究时,对于这一差异并不能忽略,否则对于模型计算的城市区域的方向亮温与试验实际检测值存有较大偏差。
城市区域组分温度检测数据分析
图9显示的是2008年11月20至21日,白天8:30至21日17:30,北京师范大学房山区实验基地内1号建筑物各面的表面温度每半小时的温度变化曲线图。从图9中可以看出,从8:00至14:00阶段,东墙、南墙和屋顶由于受到阳光照射,表面温度上升非常快。其中南墙的阳光入射角随着时间推移逐渐减小,表面温度上升最快。南墙和屋顶均在午后两小时左右,表面温度达到一天中的最大值。这一阶段,由于东墙接受的阳光,其入射角角度逐渐增大,接受到的太阳辐射能在逐渐减小,其温度在上午10:30达到温度峰值后,逐渐降低。随着周围气温上升,西墙和北墙虽然没有接受到阳光的照射,但与空气的能量交换使墙面温度缓慢上升。
14:00至18:00,这段时间由于太阳高度角逐渐减小,太阳辐射能量下降,建筑的各个面的表面温度都呈下降趋势。温度最高的南墙,受周围气温下降的影响,表面温度下降最快。西墙在持续接受午后阳光照射过程中,表面温度在15:30左右达到峰值后迅速下降,下降速率几乎与南墙一致。建筑的四个墙面在凌晨1:00左右趋于一致,屋顶由于受到风的影响,温度比四个墙面低2-3度。各面在清晨6:00左右,温度达到最低值。
图10所示为2008年11月20日8点30分至21日17点30分期间,1号建筑物的南墙与东西墙体表面温度差异日变化图。从图10中可以看出,南墙的温度总体上高于东墙和西墙的温度。在一天之内,随时间推移,南墙与东西墙面的温差均先增大,到达一天内的温差极大值,然后温差持续减小,直到所有墙面均未接受光照,各墙体通过与周围大气界面进行能量交换,温度趋于一致。从得到的温度记录来看,第一,南墙与西墙温差极值比南墙与东墙温差极值要提前一个小时左右。这是因为东西墙面的接受光照时间不同造成的。由于方向差异,东墙在上午为光照状态,吸收并存贮了大量太阳辐射能量,温度上升。此阶段,随着太阳方位角的变化,南墙接收到的太阳光入射角度逐渐减小,太阳辐射通量增大,温度也在快速上升。而这一时期的西墙并未受到阳光的直接辐射能量,而是与周围温度上升的空气进行界面的热交换,温度上升非常慢,因此,温度迅速上升的南墙与温度上升缓慢的西墙的温度差异迅速增大,并在上午12点左右达到极大值。随着太阳方位角的变化,东墙接受到的太阳光的入射角度逐渐增大,接受太阳辐射能量的能力逐渐减小,温度上升速度放缓,与南墙的温度差异也在增大,在13:30左右达到极大值;第二,在一天内,南墙与东墙的温差极值比南墙与西墙的温差极值低4-5度。这与三个墙体的升温次序以及三个墙体的温度极大值有关,东墙在上午到达温度极大值,南墙在中午到达温度极大值,而西墙的温度极大值却在下午出现。当南墙体的温度到达温度极大值时刻,东墙的温度状态是刚刚经历温度极大值,温度下降的较少。而此时的西墙温度上升主要依赖于与周围空气温度的热交换,温度上升缓慢,墙体温度较低。因此,南墙与西墙的温度差异极值比南墙与东墙的温度差异极值要大。
组分内温度差异分析
对于北京师范大学实验基地内1号建筑而言,从2008年11月20日上午7点30至11点30这一期间,东墙与南墙都处于光照状态下,属于光照墙面,Soux、Voogt以及余涛等人在各自建立的模型中,为了简化模型,都将这种情况下的墙面归为一类——光照墙面。实际上,当东墙与南墙温度差异较小时,可归为一类,但温度差异较大时则会引起较大的方向亮温估计误差。检测期间,东墙和南墙的温度平均差异值为13度,而这一时段东墙体的平均温度也只有13度,即东墙与南墙温度差异与东墙自身温度相当,如果这时将南墙与东墙因同属光照墙面而归为同一种组分无疑会带来较大的组分温度误差。
如图11所示,不失一般性,设东墙的平均温度为TE,南墙的平均温度为TS。根据组分温度的计算公式,组分温度为
若在某一个视角方向检测到视场内东墙与南墙的面积比例为a∶b,则传感器获取的象元平均温度为
当在模型中利用组分平均温度时带来的温度误差为
由式(3)可知,影响温度误差大小的因素有两方面,一是东墙与南墙的面积;另一方面,是东墙表面温度TE与南墙温度TS之差。但在城市热辐射方向性的相关研究中,要求分析城市地面目标在各个检测视角条件下的热辐射情况,因此保证a与b的大小相近,几乎是不可能的;同时东墙和南墙的表面温度是由其物质组成和接受到的太阳辐射能量多少以及其与周围环境热交换过程决定的。因此,为了尽量减少由组分平均温度误差对城市热辐射方向性模型的影响,应该保证组分内温度差异尽可能小。
根据(3)式,由于|(a-b)/2(a+b)|的取值范围为(0,1/2),若要保证组分平均误差小于1度,则组分内绝对温度差不应大于2度。当组分内差异大于2度以上时就应该将该组分划分为两个或更多组分,以保证各组分内温度差异满足精度要求。基于以上分析,考虑到组分的物质组分、空间位置特点和温度变化特性,城市区域可以划分为建筑、地面和草地三个部分。对于建筑,分为东、南、西、北墙和楼顶五个区域,结合光照和阴影状态分为九个组分;地面、草地结合光照和阴影状态划分为四个组分。整个城市区域共划分为13个组分分量,如表6所示。
表6组分分类方案
小结
根据城市区域组分温度检测试验,依照组分的物质组成和热力学性质将城市目标表面划分为13种组分类型。通过组分温度差异分析,结果表明当组分内绝对温度差小于2度时,能保证组分温度平均偏差不超过1度。为保证各组分内温度差异满足精度要求,当组分内差异大于2度以上时,可以考虑将该组分划分为两种或更多组分。本发明提出13种组分的划分模式更为符合实际情况,为进一步提高热辐射方向性模拟精度打下了基础。
城市目标热辐射方向性计算机模型
城市目标热辐射方向性计算机模型能够灵活方便地模拟任意检测方向的方向亮温,其主要由以下几个功能模块构成:
面元分解模块
面元分解是对导入的城市区域三维场景中的各个实体表面进行等大小分割离散化,以便为后续的模拟计算提供基础。面元分解的面积大小可由用户输入,面积越小,分解所需时间越长,模拟计算的时间也越长,但模拟精度最高。如图12所示:
参数设置模块
该模块的主要功能是根据用户输入的太阳、目标和传感器相关参数,在计算机模型中调整太阳、目标和传感器的空间位置,以及传感器的视场角大小。还把用户提供的组分温度,赋予场景中各个对应的组分。如图13-图15所示。
模拟计算模块
该模块主要根据用户的输入数据,进行模拟运算。能够完成光照状态、可见状态、组分在视场内的比例和方向亮温的计算,如图16-图18所示。图17为根据用户输入的太阳和目标位置参数,模拟计算后获得的面元光照状态结果图,图中标记为红色的面元都处于阴影状态,其他面元则是光照状态。图18为在该检测方向,面元的可见状态,标记为红色的面元为可见面元,在模拟计算目标的方向亮温时,仅处理这些面元,以节省计算资源。
各组分可视因子和方向亮温的模拟结果,最后以弹出对话框形式报告给用户,用户可根据需要进行结果保存。
小结
本发明城市目标热辐射方向性计算机模型建立的理论依据和构建思路,分别从面元分解、太阳-目标-传感器空间几何位置确立、面元的光照,可见状态模拟计算方法和方向亮温的计算等5个方面进行阐述。利用环境仿真领域内的辐射度方法,对传感器视场内所有可见的组分进行了计算,得到各组分在视场内所占的面积比例。
本发明建立的城市目标热辐射方向性计算机模型是在Visual C++开发环境下利用OpenGL三维建模语言开发的。由于OpenGL能够灵活方便地实现二维和三维高级图形技术,包括建模、变换、光线处理、色彩处理、纹理映射、物体运动模糊效果和雾化效果等优点,城市区域三维空间模型可以利用OpenGL灵活方便地构建,这是先前其他的城市热辐射模型所无法做到的。最后展示建立的城市目标热辐射方向性计算机模型的操作功能界面。
实施例2:城市区域物理模型热辐射方向性计算机模拟验证
城市区域物理模型
为了对建立的城市目标热辐射计算机模型进行试验验证,将城市建筑物按一定比例缩小(1∶50),构建了模拟真实城市的检测场景。根据2008年1月在北京进行的城市建筑物布局地面调查结果,制作的模型尺寸为0.3×0.2×0.25m,模型间的空间布局和相对位置关系均可根据实际情况设置。
模型的材质采用一般建筑常用的轻体砖和水泥结构,制作的模型内部是中空的,以期尽量与真实的建筑结构的热力学性质一致。物理模型被排放在一个开阔的水泥地表检测场,并且根据真实建筑间距按比例调节建筑模型间的间距,构成一个微观的城市区域建筑群模型,如图19所示。由于单个建筑模型与地表是脱离的,因此可以自由地调节建筑模型间的间隔,以适应不同街道宽度的场景。
检测场局部空间坐标系统建立
为了精确计算太阳—地面目标—传感器位置的相对位置关系,还需对城市区域物理模型的检测场建立局部空间坐标系统。为了与计算机模型中的OpenGL世界坐标系一致,以地面目标的中心为局部坐标系的原点,以正东方向为X方向,天顶方向为Y方向,正南方向为Z方向建立局部空间坐标系。地面目标与传感器在空间的相互位置关系可以使用该局部坐标系方便地描述。同时,为了方便描述太阳位置,建立了以地面目标为中心的半球空间极坐标系,正北方向为方位角θ起始,向东为增大方向;目标中心点竖直向上为天顶角起始,偏离竖直方向,天顶角增大;从目标中心出发的射线为极距ρ,远离原点方向为增大方向。如图20所示:
两种坐标系统的转换方程为:
城市区域物理模型检测试验
检测试验仪器
为了对建立的城市目标热辐射计算机模型进行模型验证提供地面试验验证数据,于2008年6月21日至10月24日,在北京师范大学房山综合实验基地(116°03′18.3″E,39°41′29.1″N)开展了地面检测试验。检测仪器包括一台热红外成像仪(见表),一台高精度遥控式数码相机,一套可移动近地面多角度遥感检测平台,两台手持式测温计(见表)。试验前后,所有红外测温仪器均经过可控温式黑体面源标定,标定后最大平均拟合误差为0.3K。试验期间气象检测数据由实验基地内自动气象站提供。
热红外成像仪和数码相机安置在检测系统的顶部,顶部由可竖直旋转0°-100°的旋转轴控制检测天顶角,天顶角由专门的角度测量装置调节。另外,系统高度可由系统支撑处转轴转动调节,检测时热像仪距离城市目标物理模型顶部的最小垂直距离可达4.5米。整个检测系统通过两处转动轴承调节可以实现不同高度、多天顶角的检测。检测平台可由试验人员控制移动,能够实现围绕试验场中心,在上半球空间任意检测视角进行检测。通过该近地面多角度检测平台,可以较高的空间定位精度快速地获取目标多角度热红外和可见光波段信息。
试验检测方案
检测目标为在开阔水泥地面上排放的城市建筑物模型(以下称城市目标物理模型),见图19。目标的方向亮温测量采用红外热成像仪进行检测。热像仪和一台遥控式高分辨率数码相机被安置在近地表遥感检测系统顶部,顶部侧面安置有天顶角测量装置,组分温度的测量利用手持式红外测温仪获取。
检测前,在目标中心放置一个直径1.2米的铝圈,由于铝圈的发射率很低,在热红外影像上可清晰辨认,从而保证从各个方向检测到的铝圈内目标样本一致。检测时,检测平台围绕检测场地中心的同心圆旋转运动,可实现任何方位视角检测,同时配合检测平台的两个竖直转动装置,使热像仪能够实现天顶角0°-60°的检测。
检测试验共分为三种检测方案:第一种,保持检测天顶角恒定不变,移动检测平台,从方位角从0°到360°范围内的八个主要方位角依次检测;第二种,保持检测方位角度不变,通过调节检测平台的两个竖直转动装置调节检测天顶角从0°到60°范围内的四个主要天顶角检测;第三种是随机角度检测。检测前,先随机产生一些天顶角和方位角,然后根据随机配对的天顶角和方位角的组合确定检测的视角。
检测时按轮进行,每轮检测选择4个通过目标中心的半圆检测平面:东-西方向、南-北方向、东北-西南方向和东南-西北方向。每个平面内,按天顶角-60°、-45°、-30°、0°、30°、45°和60°进行检测,图21为东-西方向半圆检测平面示意图。在热辐射方向性检测的同时,对组分亮温进行测量。测量时,保持手持式红外测温仪传感器方向垂直于组分表面,取5次测量值的平均值。
目标方向亮温的获取
通过试验检测,可以直接获得目标的高分辩可见光波段影像、热红外影像以及手持式点温计获取的各组分温度检测值。由于热红外影像直接反映目标的热量空间分布状况,可方便地提取检测目标的方向亮温,但其在区分目标与非目标时较为困难,为方向亮温的提取带来不便。为了精确获得目标的方向亮温,必须能够在热红外影像上准确辨认目标加以区分。
在获取热红外影像的同时,还获取的目标的高分辩可见光影像。可见光影像获取的影像信息与人眼所见一致,有利于进行影像的目视判读,通过判读可以准确地分辨目标与非目标。因此,为了提高检测获取目标方向亮温的准确度,先以高分辩可见光影像为参考,将热红外影像与可见光影像相对配准,配准精度小于0.5个象元误差。配准后,通过对可见光影像的目视判读,区分研究目标,划出感兴趣区域。然后,将感兴趣区域叠加到热红外影像上,可准确提取目标区域。
目标的方向亮温提取采用“热像仪—固定面积法”。由于检测时在检测目标中心放置了一个铝圈,由于铝的发射铝很低,在获取的热红外影像上呈现出明显的黑色。随着检测视角的变化,铝圈在热红外影像上的面积由于余弦效应而不断变化。但在整个检测过程中,地面检测目标在铝圈内的部分始终未发生改变,即无论检测仪器从任何视角方向进行目标的检测,都能确保所检测的目标始终是铝圈内的部分,检测目标未发生变化。检测到的目标方向亮温变化仅受到检测时间和检测方向两个因素影响。另一方面,铝圈能够满足从热红外影像上通过图像计算的方法直接计算出目标的方向亮温。
组分温度的检测
根据表6所述,将城市区域划分为十三个组分,每个组分的组分温度采用手持式测温仪进行记录,检测时保持手持式测温仪与待测组分表面垂直,距离为0.5米左右。取5次检测值的平均值作为组分温度检测值,组分温度的检测与热像仪获取目标的热红外影像同时进行。以尽量减小时间效应对组分温度检测值与目标的方向亮温带来的影响。如图22所示。
计算机模型验证
本发明建立的城市热辐射方向性计算机模型利用计算机图形学及环境仿真算法,可准确模拟城市区域真实场景中的各组分的空间分布,并利用辐射度方法计算传感器顺时视场范围内各组分的面积权重,最终模拟目标在任意检测方向的方向亮温。为了验证建立的计算机模型,本发明利用地面目标的方向亮温检测值与计算机模型模拟得到的方向亮温模拟值进行对比验证。
图23为2008年8月22日,计算机模型对城市物理模型的DBT模拟值与地面试验DBT实际检测值比较图。图23(a)为热红外传感器从东、南、西和北四个方向、不同天顶角检测目标获得的目标方向亮温与计算机模型模拟计算的方向亮温模拟值对比图。从图中可以看出,在四个方向上,方向亮温模拟值与检测值都基本一致。模拟误差为0.6K,绝对误差在0.1K至1.2k范围,平均模拟误差为0.5K。其中东墙和西墙的模拟误差稍大,分别为0.54K和0.6K。这是因为东墙和西墙在一天的检测过程中经历了光照和阴影两种状态,墙体表面温度变化剧烈,影响组分温度的精确测量,从而使得目标方向亮温的计算机模型模拟值与实际检测值出现比另外两个墙面更大的差异。图23(b)所示的是传感器从东北、东南、西南和西北四个方位、不同天顶角对进行城市物理模型检测的方向亮温与计算机模拟值的对比。从这四个方向检测目标都可以同时检测到城市建筑模型的两个墙面,方向亮温平均模拟误差为0.6K,误差的绝对值范围在0.1k至1.6K之间。
图24所示为方向亮温在不同检测方向上的平均模拟误差统计图。从图中可以看出,当方位角保持恒定,天顶角为0°时的平均模拟误差最小,天顶角为30°时达到最大,45°和60°时再次减小。即随着天顶角从0°增大到60°,方向亮温的平均模拟误差是先增大再减小的,传感器星下点检测时方向亮温的模拟效果最好;当天顶角保持不变,方位角从0°增大到360°时,方向亮温在各个方向的平均模拟误差变化不大,基本保持一致。
图25是在不同天顶角检测条件下,计算机模型模拟城市物理模型方向亮温的绝对模拟误差图。从图中可以看出,绝对模拟误差基本处于-1K至1K范围内,仅有两处误差超过1K。从不同的天顶角对方向亮温模拟结果的影响来看,该模型在不同天顶角检测条件下的方向亮温模拟都有较好的表现,平均模拟误差为0.2K,模拟误差大小的系统性不明显,呈随机分布。
图26为不同天顶角检测条件下,计算机模型模拟城市物理模型方向亮温的绝对模拟误差图。从图中可以看出,在各个方位角方向上,计算机模型模拟的方向亮温模拟误差基本相差不大,模拟效果较好。但在方位角45°、135°和315°方向上,计算机模型对城市物理模型的方向亮温的模拟值偏高;而在方位角255°方向,对方向亮温的模拟值偏低。另外,图中有一处,模拟误差达到了1.6K,是因为检测时,检测平台的阴影落入了传感器视场内,造成方向亮温的检测值偏低,从而导致模拟误差增大。
综上分析,本发明所建立的城市热辐射方向性计算机模型能够较好地模拟城市目标各检测方向上方向亮温,并且具有较高的模拟精度。总体平均模拟误差绝对值为0.6K,与以往模型相比,模拟精度有了较大的提高。
为了进一步验证所建立计算机模型的强健和广泛适用性,我们还进行了地面目标的随机检测视角检测试验,获得了城市目标在十组随机产生的检测方向上的方向亮温,并同时记录了组分温度和传感器空间位置等模型输入参数。表7所示的是十组随机产生的检测方向的检测天顶角和方位角列表,以及检测时间。
表7随机视角检测参数列表
对十组方向亮温的检测值与计算机模型模拟值进行对比分析,图27所示。与随机检测视角条件下的方向亮温模拟精度相比,规则方向视角条件下的方向亮温的模拟精度要高。在进行随机视角地面检测试验时,由于移动检测平台在检测场中对随机视角的空间定位不如规则方向视角定位精确,传感器的检测方向与计算机模型里设置的检测方向存在误差,导致方向亮温的模拟误差比规则方向检测条件下的模拟误差稍大。
随机视角条件下的模拟误差绝对值在0.1K至1.8K之间,模拟误差绝对平均值为0.66K,平均模拟误差为0.57K,RMSE为0.8K。与方向亮温的检测值对比结果说明,所建立的模型在任意检测方向条件下,能够准确地模拟计算目标的方向亮温值。
实施例3:模型参数的敏感性分析
由于在城市目标物理模型的实际检测中,传感器的空间位置、方位角及天顶角等不可避免为出现误差,对模型的精度评价产生影响。相对而言,检测仪器的角度参数更加难以控制。因此,模型参数敏感性分析主要研究模型输出对于传感器检测角度的依赖性。传感器定位参数敏感性分析
为了分析传感器角度定位参数——检测方位角和天顶角两个参数对计算机模型模拟结果的影响,需先确定模型输入的其他参数不变,仅改变传感器角度参数,以定量分析其对模型输出的影响。可采用如下分析方案:确定太阳方位角、高度角,目标各组分温度等参数,在选择具有代表性的传感器方位角(如135°、180°、225°)、天顶角(如30°、45°)的基础上,对传感器的角度参数进行微小调节(如±1°),模拟传感器视场范围内的方向亮温,并与真实检测值及调节前模拟值进行对比分析,完成传感器角度定位参数敏感性分析。表所示的是2008年8月22日14点50分对城市目标物理模型的实际检测参数。该时刻的检测方向是方位角135°,天顶角为45°,传感器瞬时视场角大小为17度,传感器检测到城市目标物理模型在此方向上的方向亮温为321.2K。将表所列参数输入计算机模型进行方向亮温的模拟计算,输出模拟结果值为320.8K,绝对模拟误差为0.4K。
表8试验检测参数表
为了分析在计算机模型中,传感器的方向定位参数(检测方位角和天顶角)对模型模拟结果的影响,保持其他各参数不变,分别调整检测方位角和天顶角值,并获得调整后模型的输出结果,如图28-图29所示。
从图28-图29可以看出传感器定位参数对计算机模型模拟输出结果的影响,检测角度偏差5度以内可以造成方向亮温模拟值0.1K的变化。检测方向角度偏差与方向亮温模拟值的变化值基本为正比关系。由图28可以看出,随着天顶角的增大,计算机模型对目标方向亮温的模拟结果也在增大,这与实际情况符合的很好,因为随着天顶角的增大,表面温度较高的墙体组分在传感器视场内所占的面积权重就越多,导致模拟对方向亮温的模拟计算结果也偏高。而图29说明,方位角对计算机模拟结果的影响效果与天顶角并不相同,随着检测方位角逐渐偏离基准方位角135°,目标方向亮温的模拟结果都呈增大趋势。因此,传感器定位参数对于计算机模型都有一定的敏感性。相对检测方位角而言,计算机模型对于检测天顶角参数更为敏感。
太阳位置的敏感性分析
太阳的位置—太阳方位角和高度角决定了目标场景中的光阴分布情况,也就决定了各组分的构成和三维空间分布。因此,对于方向亮温的模拟有着较大的影响。下面仍以表所列参数为太阳敏感性分析的基础数据,分析太阳位置参数对计算机模型输出结果的影响。如表所示为太阳位置变化对计算机模型模拟值的影响,从表中可以看出,4度以内的太阳角度变化对于方向亮温的模拟并没有太大的影响,模拟值变化在0.02K范围以内。由于太阳与目标间的距离较远,太阳位置发生微小的变化,引起地面目标的光阴分布情况变化也较小,即目标场景中各组分的三维空间分布较为稳定。因此,传感器对目标的方向亮温的模拟值变化也很小,基本可忽略。由此可以看出,太阳位置参数在城市热辐射计算机模拟模型中的敏感性是不大的。
表9方向亮温模拟值随太阳位置变化(以天顶角45°,方位角135°为基准检测方向)
面元的敏感性分析
模型模拟计算城市目标的方向亮温时,需先对目标的三维模型场景进行面元化处理,将每个城市地面实体模型表面分割为等大小的三角形,以便于进行模拟计算。为了能适用多种尺度的城市地面模型,计算机模型的面元的面积可由用户输入进行调节。对于某个特定的城市目标三维场景而言,其表面积的大小是确定的,则面元的面积大小与分割后的面元数量成反比关系。面元划分的越小,面元的数量则越多,计算机模型计算时需要处理的单元也越多,计算时间也需要的越久。同时,面元面积大小直接影响到对面元组分的归属判断和面元对与传感器的可见状态。为此,下面对面元面积对计算机模型计算方向亮温的敏感性进行初步分析。
敏感性分析输入数据与表一致。为了分析面元大小对方向亮温模拟输出结果的影响程度,对不同面元面积分别进行了方向亮温的模拟比较。表为计算机模型对方向亮温的模拟输出随面元面积大小的变化。
表10方向亮温模拟值随面元面积大小变化
(以天顶角45°,方位角135°为基准检测方向)
由表可知,计算机模型对城市三维场景的面元分解对其方向亮温的模拟计算结果是有影响的。随着面元面积的增大,面元数量呈下降趋势,方向亮温的模拟结果却并不呈规律单调变化,而是有升有降,如图30所示。
由图30可知方向亮温模拟值随着面元面积的增大呈波动变化,波动幅度随着面元面积的增大而增大。面元小于50米时,变化并不大,小于0.2K;当面元面积超过50平方米时,波动幅度迅速增大,最大幅度可达0.6K左右。
面元面积对方向亮温模拟的影响主要在模型对面元的状态进行判断的过程中。由于,计算机模型对面元状态的判断(可见状态、光照状态)是根据面元的中心点位置,当某一面元的中心点与太阳两点之间无其他面元阻挡时,如果该面元的面积相对于城市目标的表面积足够小,则面元的其他部分可以认为是与面元中心点的光照状态一致,从而该面元则被判断为处于光照状态下的面元。如果面元的面积不是足够的小,则面元内有可能会同时出现光照和阴影两种状态,这时将整个面元的状态判断与面元中心的状态一致,就导致计算机模拟与面元的真实情况有较大的差异,最终对方向亮温的模拟带来误差。
综上敏感性分析,对我们建立的计算机模型而言,检测方向、太阳方向和面元面积三种因素对于方向亮温的模拟都有一定的影响,其中面元面积大小对于模型的输出影响最大,可以达到0.6K。而检测方向和太阳方向两个因素对于方向亮温的模拟影响较小,分别只有0.05K和0.02K左右。太阳方向对于计算机模型的模拟结果影响最小,这是因为太阳与地球的距离相对较远,太阳方位角和天顶角的微小变的对于城市区域内的组分空间分布影响不大,从而对于方向亮温模拟计算的影响也很小。
小结
本发明城市区域物理模型的形态结构,并按照城市小区调查数据对城市区域模型进行了空间格局上的布置,以期能够真实反映城市区域热辐射规律。通过城市区域物理模型检测试验,获取其各组分温度和目标的方向亮温。在计算机模型中重建城市区域物理模型,并将检测获取的组分温度输入模型,通过模型模拟得到传感器视场内检测目标的方向亮温模拟值,与方向亮温检测值进行对比分析,实现计算机模型的验证。验证结果表明,建立的计算机模型与原有模型相比,模拟精度有明显的提高。模型参数的敏感性分析有助于评价模型中各种参数对计算机模型模拟结果精度影响的程度。敏感性分析结果表明,城市区域物理模型表面的面元分解尺寸大小对于模型模拟的结果有较大的影响,而太阳和传感器的定位参数对模拟结果影响相对较小。
Claims (8)
1.一种城市目标热辐射方向性的检测方法,其特征在于该方法为:通过对获取与城市区域目标有关的目标尺寸、空间位置关系、城市区域组分分类和分布等参数,并依据这些参数建立城市目标物理模型;同时,借助Visual Studio 2005开发平台和OpenGL三维建模语言编程开发城市目标热辐射方向性计算机模型,确定城市区域的方向亮温特性和热辐射空间分布。
2.如权利要求1所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法为:
用数码相机对建筑物、草地和地面实体进行成像,获取形态结构和组合方式及表面纹理图案;用激光测距仪测量建筑物的长、宽和高度等几何结构数据;用GPS精确定位实体空间位置;将检测记录编号,记录了各类实体的空间相对位置关系;制作按真实建筑大小1∶30--50缩小的城市目标物理模型;对城市目标物理模型的各个表面按一定的温度范围进行分组,温度接近的表面划分为同一种组分类型,有一个确定的组分亮度温度值,各组分内温度差异满足精度要求,当组分内差异大于2度以上时,将该组分划分为两种或更多组分;计算机模型检测并确定方向亮温。
3.如权利要求2所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法中城市目标物理模型采用常规建筑材料制成,将模型按照一定的间距布局构成城市区域的比例模型。
4.如权利要求3所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法城市目标物理模型长∶宽∶高为30∶20∶26cm。
5.如权利要求2、3或4所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法中计算机模型包括面元分解模块、参数设置模块、模拟计算模块。
6.如权利要求5所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法中面元分解是对导入的城市区域三维场景中的各个实体表面进行等大小分割离散化,面元分解的面积大小由用户输入,面积越小,分解所需时间越长,模拟计算的时间也越长,但模拟精度最高。
7.如权利要求5所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法中参数设置模块是把用户提供的组分温度,赋予场景中各个对应的组分。
8.如权利要求5所述的一种城市目标热辐射方向性的检测方法,其特征在于该方法中模拟计算模块根据用户的输入数据,进行模拟运算,完成光照状态、可见状态、组分在视场内的比例和方向亮温的确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101541088A CN102235911A (zh) | 2010-04-20 | 2010-04-20 | 一种城市目标热辐射方向性的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101541088A CN102235911A (zh) | 2010-04-20 | 2010-04-20 | 一种城市目标热辐射方向性的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102235911A true CN102235911A (zh) | 2011-11-09 |
Family
ID=44886775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101541088A Pending CN102235911A (zh) | 2010-04-20 | 2010-04-20 | 一种城市目标热辐射方向性的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102235911A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268586A (zh) * | 2013-04-27 | 2013-08-28 | 电子科技大学 | 一种基于热扩散理论的窗融合方法 |
TWI626434B (zh) * | 2015-12-28 | 2018-06-11 | Method for measuring the visual factor of an energy body to an object | |
CN108427847A (zh) * | 2018-03-16 | 2018-08-21 | 哈尔滨工业大学 | 一种基于GIS-mapping的严寒地区城市室外温度预测方法 |
CN109211960A (zh) * | 2018-08-10 | 2019-01-15 | 北京师范大学 | 一种密集城市建筑场景热辐射方向性强度计算方法 |
CN109446693A (zh) * | 2018-11-08 | 2019-03-08 | 北京师范大学 | 一种城市建筑场景热辐射方向性强度的时间拓展方法 |
CN111637972A (zh) * | 2020-04-23 | 2020-09-08 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
CN114019263A (zh) * | 2020-07-16 | 2022-02-08 | 哲弗智能系统(上海)有限公司 | 电池热失控实验装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295022A (zh) * | 2008-06-25 | 2008-10-29 | 中国农业科学院农业资源与农业区划研究所 | 从遥感数据aster反演地表温度和发射率的方法 |
CN101320098A (zh) * | 2008-07-11 | 2008-12-10 | 重庆大学 | 基于数字图像分析的城镇热岛特性预测方法及系统 |
-
2010
- 2010-04-20 CN CN2010101541088A patent/CN102235911A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101295022A (zh) * | 2008-06-25 | 2008-10-29 | 中国农业科学院农业资源与农业区划研究所 | 从遥感数据aster反演地表温度和发射率的方法 |
CN101320098A (zh) * | 2008-07-11 | 2008-12-10 | 重庆大学 | 基于数字图像分析的城镇热岛特性预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
周纪 等: "城市区域热辐射方向性研究进展", 《地球科学进展》, vol. 14, no. 5, 31 May 2009 (2009-05-31) * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103268586A (zh) * | 2013-04-27 | 2013-08-28 | 电子科技大学 | 一种基于热扩散理论的窗融合方法 |
CN103268586B (zh) * | 2013-04-27 | 2015-11-18 | 电子科技大学 | 一种基于热扩散理论的窗融合方法 |
TWI626434B (zh) * | 2015-12-28 | 2018-06-11 | Method for measuring the visual factor of an energy body to an object | |
CN108427847A (zh) * | 2018-03-16 | 2018-08-21 | 哈尔滨工业大学 | 一种基于GIS-mapping的严寒地区城市室外温度预测方法 |
CN109211960B (zh) * | 2018-08-10 | 2020-08-28 | 北京师范大学 | 一种密集城市建筑场景热辐射方向性强度计算方法 |
CN109211960A (zh) * | 2018-08-10 | 2019-01-15 | 北京师范大学 | 一种密集城市建筑场景热辐射方向性强度计算方法 |
CN109446693A (zh) * | 2018-11-08 | 2019-03-08 | 北京师范大学 | 一种城市建筑场景热辐射方向性强度的时间拓展方法 |
CN109446693B (zh) * | 2018-11-08 | 2022-12-23 | 北京师范大学 | 一种城市建筑场景热辐射方向性强度的时间拓展方法 |
CN111637972A (zh) * | 2020-04-23 | 2020-09-08 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN111637972B (zh) * | 2020-04-23 | 2021-07-13 | 中国科学院空天信息创新研究院 | 一种工业热岛效应的遥感定义方法 |
CN114019263A (zh) * | 2020-07-16 | 2022-02-08 | 哲弗智能系统(上海)有限公司 | 电池热失控实验装置 |
CN114019263B (zh) * | 2020-07-16 | 2023-05-12 | 哲弗智能系统(上海)有限公司 | 电池热失控实验装置 |
CN112509265A (zh) * | 2020-12-14 | 2021-03-16 | 浙江大学德清先进技术与产业研究院 | 一种基于多源遥感大数据融合的森林火灾监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102235911A (zh) | 一种城市目标热辐射方向性的检测方法 | |
Krayenhoff et al. | A microscale three-dimensional urban energy balance model for studying surface temperatures | |
Morrison et al. | A novel method to obtain three-dimensional urban surface temperature from ground-based thermography | |
Unger | Connection between urban heat island and sky view factor approximated by a software tool on a 3D urban database | |
Hang et al. | Experimental study of urban microclimate on scaled street canyons with various aspect ratios | |
US9097792B2 (en) | System and method for atmospheric correction of information | |
Hénon et al. | High resolution thermo-radiative modeling of an urban fragment in Marseilles city center during the UBL-ESCOMPTE campaign | |
US11983813B2 (en) | Method and system for determining solar access of a structure | |
Yang et al. | A semi-empirical method for estimating complete surface temperature from radiometric surface temperature, a study in Hong Kong city | |
Miguel et al. | A physically-based model of interactions between a building and its outdoor conditions at the urban microscale | |
Wang et al. | A geometric model to simulate urban thermal anisotropy for simplified neighborhoods | |
Park et al. | Advanced view factor analysis method for radiation exchange | |
Zhang et al. | The influence of urban three-dimensional structure and building greenhouse effect on local radiation flux | |
Wang et al. | A geometric model to simulate urban thermal anisotropy in simplified dense neighborhoods (GUTA-Dense) | |
Lopez-Gonzalez et al. | A 4D GIS methodology to study variations in evaporation points on a heritage building | |
Voogt | Image representations of complete urban surface temperatures | |
Wang et al. | Urban thermal anisotropy: A comparison among observational and modeling approaches at different time scales | |
Kesler et al. | A low cost shading analyzer and site evaluator design to determine solar power system installation area | |
Aoyagi et al. | Development of an urban multilayer radiation scheme and its application to the urban surface warming potential | |
CN108132096A (zh) | 一种基于激光雷达的林窗太阳辐射监测方法 | |
CN117541114B (zh) | 一种快速评价城市室外场景高空间分辨率热舒适度的方法 | |
ur Rehman et al. | A novel methodology for determining sky blocking by obstacles viewed virtually from any location on site | |
Kocifaj et al. | Nighttime atmospheric scattering phase function derived from the scattered light of a laser beam | |
He et al. | The anisotropy of MODIS LST in urban areas: A perspective from different time scales using model simulations | |
Yun et al. | Developing a three-dimensional urban surface model for spatiotemporal analysis of thermal comfort with respect to street direction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20111109 |